金属氧化物半导体场效应晶体管中总剂量效应导致的阈值电压漂移研究现状

为了研发可用于核与辐射应急响应与准备的机器人,对比了多种具有不同结构和生产工艺的金属氧化物半导体场效应晶体管(MOSFET)由于总剂量效应(TID)导致的阈值电压漂移(ΔV_th)。注意到了栅宽和栅长对器件耐辐射能力的影响在体CMOS器件和纳米线(NW)MOSFET器件之间、高的和低的工艺节点之间的不同,并从辐射诱导的窄通道效应(RINCE)和辐射诱导的短通道效应(RISCE)两方面解释了这种区别的原因。发现近年来前沿的一些研究在考虑辐射效应时,修正了负偏压不稳定性(NBTI)的影响。并讨论了几种新型器件包括锗沟道、氮化镓沟道管和具有特殊几何布局的晶体管。此外,介绍了计算机辅助设计技术(TCAD)在几种新型场效应管的机理研究和建模验证中的应用。     

基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法

天然裂缝是基岩潜山油藏油气存储及运输的重要场所,而裂缝开度是表征潜山油藏储层品质、油气储量及产能评价的关键参数。为此,提出一种基于集成学习算法的新型裂缝开度预测算法。以B盆地中非乍得某基岩潜山油藏岩心描述、关键井成像测井、裂缝参数解释获取开度数据,以相同深度测井数据作为特征变量构成学习样本。利用K均值聚类算法对学习样本进行降噪,剔除异常数据,以支持向量机回归和XGBoost回归算法为基础模型,再利用随机搜索进行参数优化,通过岭回归算法对基础模型进行集成组合,再进行裂缝开度预测。结果表明所提出的新型集成学习算法比基础模型性能有明显提升。测试集样本预测值与实际值均方根误差为0.047,相关系数达0.931。该算法弥补了单一回归算法不稳定的特点,提高了泛化能力,为裂缝开度预测提供了新思路。     

基于VMD与KFCM的柴油机故障诊断算法

针对柴油机的故障诊断问题，提出了一种基于变分模态分解（variational mode decomposition，简称VMD）与核模糊C均值聚类算法（kernel fuzzy C-means clustering，简称KFCM）联合的故障诊断方法。首先，针对VMD算法中分解层数K的选择问题进行了自适应优化；然后，从优化VMD算法的分解结果中选取3个关键分量计算最大奇异值，并将其作为3维的特征向量输入KFCM算法中进行分类识别；最后，对仿真信号以及某型柴油机的模拟故障实验信号使用优化VMD、传统VMD和经验模态分解（empirical mode decomposition，简称EMD）方法分别进行分解与识别。结果表明，笔者提出的方法明显改善了模态混叠现象，提高了模式识别的诊断正确率，提出的联合算法具有更好的应用前景。     

基于K-均值聚类与贝叶斯判别的我国煤矿顶板灾害事故安全评价

顶板事故是我国煤矿安全生产中的重大隐患,开展顶板灾害事故安全评价,识别顶板灾害危险性是煤矿安全生产亟待解决的问题。本文在文献调研的基础上,对影响顶板灾害的影响因素进行分析,从自然因素、技术因素和管理因素三个方面构建了顶板灾害安全评价指标体系,结合专家意见对各评价指标进行量化,采用K-均值聚类与贝叶斯判别的方法对我国顶板灾害安全水平进行评价,以我国煤矿实际样本数据为研究对象开展实证分析。研究结果表明:基于K-均值聚类与贝叶斯判别的煤矿顶板安全评价方法具有较高的准确度,能够用于定量化描述煤矿顶板灾害危险,具有一定的应用前景。     

一种用于电力终端的BDS定位漂移校正算法

文中提出了一种用于电力终端的北斗系统(BDS)静态定位漂移的校正算法,并进行了实验验证。文中首先简要介绍了定位原理和精密单点定位(PPP),分析了影响定位和定位漂移的误差源;然后,根据经验设定了一些阈值判断电力终端状态,提出了一种移动平均校正算法,以减少后期建模误差,随后通过微处理器实现该算法;最后,通过实验验证了该算法的可行性。